INVILUPPO

Corso di Laurea: INGEGNERIA INDUSTRIALE - CURR.
TECNOLOGICO GESTIONALE
Insegnamento: MISURE PER IL CONTROLLO DI QUALITA'
Lezione n°: 25
Titolo: Demodulazione e analisi di inviluppo
Attività n°: 1
Facoltà di Ingegneria
Lezione 25
© 2007 Università degli studi e-Campus - Via Isimbardi 10 - 22060 Novedrate (CO) - C.F. 08549051004
Tel: 031/7942500-7942505 Fax: 031/7942501 - info@uniecampus.it
Corso di Laurea: INGEGNERIA INDUSTRIALE - CURR. TECNOLOGICO GESTIONALE
Lezione n°: 25
Attività n°: 1
Demodulazione mediante analisi di inviluppo

Come già detto la presenza di difetti in organi di macchine rotanti, come per esempio i
cuscinetti a rotolamento, produce dei segnali di vibrazione modulati in ampiezza. Un’utile
tecnica diagnostica che trova applicazione nei cuscinetti si basa sul filtraggio attorno ad una
risonanza con conseguente analisi di inviluppo.
difetto
Se pensiamo ad un cuscinetto con un difetto su una pista
il difetto locale produce una serie di impatti.
Se la velocità di rotazione è costante la velocità con cui si ripete l’impatto è determinata dalla
sola geometria del cuscinetto. Tale frequenza è in genere molto bassa e si confonde con la
velocità di rotazione dell’albero ed è sommersa dal rumore.
L’eccitazione prodotta dagli impatti (impulsi) avrà uno spettro continuo fino ad alta frequenza
(anche 300 kHz).
La forza dell’impatto è determinata dal carico radiale sul cuscinetto. Se il difetto è sulla pista
solidale all’albero (rotante) il carico radiale sul cuscinetto subisce una variazione ogni volta che
passa il difetto. Pertanto si avrà una generazione di impulsi di ampiezza variabile. Gli impulsi
saranno modulati in ampiezza dalla velocità con cui avvengono gli impatti tra ogni sfera del
cuscinetto e il difetto, che è proprio la frequenza del difetto.
Lezione n°: 25
Attività n°: 1
Si consideri un cuscinetto difettato sulla pista interna il cui albero ruota a 240 rpm (= 240/60 =
4 Hz). Se la frequenza del difetto è 40 Hz, si genererà un treno di impulsi distanziati di 25ms.
[s]
Il treno di impulsi sarà modulato dalla rotazione dell’albero
[s]
Lezione n°: 25
Attività n°: 1
Naturalmente al segnale si aggiungerà del rumore. In questo caso è stato aggiunto rumore nella
banda 0-1kHz. Il segnale è campionato a 25.6kS/s e acquisito per un tempo di acquisizione di
0.5 s.
[s]
[Hz]
Rumore fino a 1 kHz
Lezione n°: 25
Attività n°: 1
Se zoomiamo il segnale in bassa frequenza, si evidenziano numerosi picchi in frequenza ma non
è presente la frequenza del difetto a 40 Hz.
Si osserva la frequenza di rotazione dell’albero (4 Hz) e due frequenze a 36 Hz e a 44 Hz che non
sono altro che le bande laterali di 40 Hz distanziate di 4 Hz. La modulazione è evidente ma per
estrarla occorre separare la modulante e la portate.
[Hz]
Lezione n°: 25
Attività n°: 1
Filtraggio e demodulazione
Il primo passo è quello di effettuare un filtraggio in alta frequenza, dove non c’è più rumore
e c’e’ solo l’effetto dell’impulso prodotto dal difetto (che ha contenuto fino ad alte frequenza,
come è tipico per i segnali impulsivi). Si utilizza un filtro passa-banda a 11.6kHz con 200 Hz di
banda. (Per l’applicazione dei filtri si vedano le tre lezioni successive.)
[s]
[Hz]
11600 Hz
Lezione n°: 25
Attività n°: 1
Il secondo passo è quello di calcolare l’inviluppo del segnale filtrato.
L’inviluppo di un segnale può essere calcolato per via analogica mediante raddrizzamento del
segnale (elevandolo al quadrato) e poi effettuando un filtraggio passa-basso per separare la
componente portante dalla modulante.
Ma più frequentemente l’inviluppo è ottenuto mediante trasformata di Hilbert, in particolare,
calcolando l’ampiezza del segnale analitico relativo la segnale originale. Come già visto, il segnale
analitico di un segnale reale x(t) è:
z (t ) = x(t ) + jH [x(t )]
Il segnale analitico si ottiene come numero complesso la cui parte reale è il segnale stesso, x, e
la parte immaginaria è la è la trasformata di Hilbert del segnale originale x. La trasformata di
Hilbert è indicata con H . * indica l’operazione di convoluzione
+∞
H [x (t )] = x(t ) * =
1 1 1 1
π t π ∫ x(τ )
−∞
t −τ
dτ
Lezione n°: 25
Attività n°: 1
Se si estrae il modulo del segnale analitico si ottiene l’inviluppo del segnale originale:
z (t ) = x(t ) + jH [x(t )] = x 2 (t ) + {H [x(t )]} = env[x(t )]

2
Lezione n°: 25
Attività n°: 1
Se calcoliamo l’inviluppo del segnale filtrato precedentemente considerato, figura in alto, si
ottiene la curva che inviluppa il segnale, figura in basso.
[s]
[s]
Lezione n°: 25
Attività n°: 1
Se applichiamo la trasformata di Fourier (FFT) all’inviluppo del segnale si ottiene lo spettro
riportato nella figura in basso.
[s]
[Hz]
Lezione n°: 25
Attività n°: 1
Zoomando in bassa frequenza si osserva che la componente a 40 Hz è ora ben evidente e questa
è la frequenza del difetto che ci permette di riconoscerne la presenza.
[Hz]
Lezione n°: 25
Attività n°: 1
Esempio di cuscinetto non difettato (destra) e difettato (sinistra)
Lezione n°: 25/S1
Attività n°: 1
Sessione studio 1
Lezione n°: 25/S1
Attività n°: 1
Sessione studio 1
Esempio
Lezione n°: 25/S1
Attività n°: 1
Esempio di inviluppo
Per verificare la definizione di inviluppo si esamini il caso semplice di un segnale sinusoidale:
x(t ) = A(t ) cos ω0t
Una proprietà importante della trasformata di Hilbert è che produce un segnale in quadratura con
il segnale in input, pertanto se operiamo la trasformata di Hilbert su una funzione coseno si
ottiene una funzione seno:
H [x(t )] = A(t ) sin ω0t
Il segnale analitico sarà:
z (t ) = A(t ) cos ω0t + jA(t ) sin ω0t
Pertanto l’inviluppo del segnale sarà:
env[x(t )] = z (t ) = A2 (t ) cos 2 ω0t + A2 (t ) sin 2 ω0t = A2 (t ) cos 2 ω0t + sin 2 ω0t = A2 (t )
Lezione n°: 25/S1
Attività n°: 1
Perciò se il segnale è dato da una portante cos ω0t
e da una modulante A (t ), in questo caso ampiezza variabile nel tempo,
con il calcolo dell’inviluppo si può estrarre la componente modulante:
env[x(t )] = A2 (t )
Lezione n°: 25/S2
Attività n°: 1
Sessione studio 2
Lezione n°: 25/S2
Attività n°: 1
Sessione studio 2
Esempio
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
In questo esempio verrà generato il segnale modulato presentato nella lezione teorica che replica
un segnale prodotto da un cuscinetto difettato.
Innanzitutto si genera il segnale impulsivo alla frequenza di 4 Hz (rotazione dell’albero):

%% Generatore di impulsi
t=0:1/(12800*2):0.5; % frequenza di campionamento Fs= 12.8kHz e tempo di acquisizione T=.5s
d=[0:0.025:0.5]'; % impulsi ogni 25ms , frequenza di ripetizione di 40Hz
y = pulstran(t,d,'rectpuls',.001); % pulstran è la funzione per generare gli impulsi con una ripetizione pari a d e
% con un duty cicle (durata dell’impulso di 0.001)
plot(t,y),axis([0 0.5 -.1 1.1])
%% Modulatzone
ymod = ammod(y,4,1/t(2)); % generazione della modulazione di 4Hz
figure,plot(t,ymod)
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
Treno di impulsi, in alto e segnale modulato, in basso.
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
Al segnale viene aggiunto rumore random:
%% Aggiunta di rumore
tn=0:1/(1000*2):0.5; % generazione di rumore fino a 1000 Hz campionato con Fs= 2000 Hz
nois=0.1*randn(1,size(tn,2)); % generazione di rumore con la funzione randn (produce una serie di
% numeri random con distribuzione normale)
noise=interp(nois,ceil(tn(2)/t(2))); % interpolazione per poter aggiungere il rumore al segnale
ytot=ymod+noise(:,1:size(t,2));
figure,subplot(2,1,1),plot(t,ytot)
%% calcolo della trasformata di Fourier FFT

Y=fftic(ytot');
Y=Y(1:length(Y)/2);
f=(0:length(Y)/2-1)/max(t);
subplot(2,1,2),plot(f,abs(Y)),axis([0 12800 0 0.05])
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
Segnale e sua FFT.
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
A questo punto si effettua il filtraggio del segnale nella banda tra 11400 e 11800 Hz. Per la
comprensione della procedura di filtraggio si rimanda alle lezioni successive:
%% filtraggio passa-banda effettuato in due passaggi

% 1° filtro passa-alto che fa passare tutte le frequenze maggiori di 11400 Hz
[b,a]=butter(9,(11600-200)*t(2)*2,'high'); %low-cut-off freq/max freq (sample rate/2)
hfil=filtfilt(b,a,ytot);
% 2° filtro passa-basso che fa passare tutte le frequenze minori di 11800 Hz
[b1,a1]=butter(9,(11600+200)*t(2)*2,'low'); %low-cut-off freq/max rate
yfil=filtfilt(b1,a1,hfil);
figure,subplot(2,1,1),plot(t,yfil)
[Yfil,f]=fftic(yfil',t');
subplot(2,1,2),plot(f,abs(Yfil))
A questo punto si effettua l’inviluppo del segnale costruendo il segnale analitico con la funzione
hilbert e poi si calcola il modulo del segnale analitico con la funzione abs
env=abs(hilbert(yfil));
figure,subplot(2,1,1),plot(t,env)
[Yenv,f]=fftic(env',t'); % FFT dell’inviluppo
subplot(2,1,2),plot(f,abs(Yenv))
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
Segnale filtrato e sua FFT. Dallo spettro si osserva che il segnale esiste solo tra 11400 e 11800 Hz
che sono le frequenze limite del filtro passa-banda applicato.
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
Inviluppo del segnale e sua FFT.
Lezione n°: 25/S2
Attività n°: 1
Esempio in Matlab
Zoom dell’FFT dell’inviluppo del segnale. Si osserva un picco evidente a 40 Hz.
Lezione n°: 25/S3
Attività n°: 1
Sessione studio 3
Lezione n°: 25/S3
Attività n°: 1
Sessione studio 3
Domande
Lezione n°: 25/S3
Attività n°: 1
Domanda 1
Descrivere il procedimento per effettuare la demodulazione di un segnale mediante
trasformata di Hilbert e riportare un semplice esempio.

INVILUPPO

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

INVILUPPO

Caricato da

Copyright:

Formati disponibili

Corso di Laurea: INGEGNERIA INDUSTRIALE - CURR.

Demodulazione mediante analisi di inviluppo

Rumore fino a 1 kHz

z (t ) = x(t ) + jH [x(t )] = x 2 (t ) + {H [x(t )]} = env[x(t )]

Esempio di cuscinetto non difettato (destra) e difettato (sinistra)

x(t ) = A(t ) cos ω0t

env[x(t )] = z (t ) = A2 (t ) cos 2 ω0t + A2 (t ) sin 2 ω0t = A2 (t ) cos 2 ω0t + sin 2 ω0t = A2 (t )

Innanzitutto si genera il segnale impulsivo alla frequenza di 4 Hz (rotazione dell’albero):

%% calcolo della trasformata di Fourier FFT

%% filtraggio passa-banda effettuato in due passaggi

Potrebbero piacerti anche